如何使用 Apache POI-HSMF 从 Outlook msg 文件中检索 Content-Type 和 Content-Disposition？答案

【问题标题】：How to retrieve the Content-Type and the Content-Disposition from an outlook msg file using Apache POI-HSMF?如何使用 Apache POI-HSMF 从 Outlook msg 文件中检索 Content-Type 和 Content-Disposition？
【发布时间】：2017-11-27 00:21:50
【问题描述】：

我需要编写一个 Java 程序来从 Outlook 2016 以本机 msg 格式保存的邮件中提取所有附件。该程序应跳过内联图像。此外，一些邮件具有多部分/替代部分，程序应在其中检索“最佳”内容类型，例如text/html 覆盖 text/plain。

为此，我需要找出消息的所有部分和附件的内容类型和内容配置。

我尝试了以下方法：

public static void main(String[] args) throws IOException {
    String mfile = "test/test2.msg";
    MAPIMessage msg = new MAPIMessage(mfile);

    AttachmentChunks[] attachments = msg.getAttachmentFiles();
    if (attachments.length > 0) {
        for (AttachmentChunks attachment : attachments) {
            System.out.println("long file name = " + attachment.getAttachLongFileName());
            System.out.println("content id = " + attachment.getAttachContentId());
            System.out.println("mime tag = " + attachment.getAttachMimeTag());
            System.out.println("embedded = " + attachment.isEmbeddedMessage());
        }
    }
    msg.close();
}

问题是，“mime 标记”（即内容类型）仅针对某些附件返回，而对所有其他附件返回 null。内容配置似乎完全丢失了。

例如，我在 OL2016 保存的邮件中得到以下输出（邮件包含 PDF 附件和内联徽标图像）：

long file name = Vertretungsvollmacht Übersiedlung.pdf
content id = null
mime tag = null
embedded = false
long file name = image001.jpg
content id = image001.jpg@01D2E697.12EC9370
mime tag = image/jpeg
embedded = false

有没有办法从 msg 文件中获取这些属性，或者有没有更完整、更方便的方法来使用 Apache POI-HSMF 以外的其他库在 Java 中实现我想要的？

【问题讨论】：

标签： java outlook apache-poi

【解决方案1】：

为了获得内容处置（内联或附件），我执行了以下操作：

    String disposition = "attachment";
    if (contentId != "")
        if (body.contains(contentId.toString()))
            disposition = "inline";

为了获取内容类型，我是从附件的文件扩展名中派生出来的，例如：

        String ext = fileNameOri.substring(fileNameOri.lastIndexOf(".") + 1);
        switch (ext.toLowerCase()) {
        case "xlsx": 
            ct = "application/vnd.openxmlformats-officedocument.spreadsheetml.sheet";
            break;
        }

mime 类型的列表可以从例如获得。 https://wiki.selfhtml.org/wiki/MIME-Type/%C3%9Cbersicht

当然，只有在 AttachmentChunks.getAttachMimeTag() 返回空字符串的情况下才应该这样做。

【讨论】：

【解决方案2】：

附件具有 content-id 标记这一事实并不意味着它是嵌入式图像 - Lotus Notes 将 content-id 添加到所有附件。唯一有效的检查是加载 HTML 正文并找出 <img> 标记所指的内容。

【讨论】：

这是真的。实际上我确实检查了 content-id 是否出现在 HTML 正文中，但当然这个检查可能更复杂。